小児閉塞性睡眠時無呼吸における診断モダリティ：レビュー論文

科学分野:

• 小児睡眠医学
• 診断技術
• 呼吸器医学

背景:

• 小児閉塞性睡眠時無呼吸（OSA）は約3%の小児に影響を及ぼし、重大な神経認知、行動、心血管系の問題を引き起こします。
• PSGは標準的な診断方法ですが、アクセス性に限界があることがよくあります。
• 本レビューでは、小児OSAの代替診断ツールを批判的に検討し、その精度、実現可能性、臨床的有用性を評価します。

研究 の 目的:

• 小児閉塞性睡眠時無呼吸（OSA）の代替診断ツールのエビデンスを体系的にレビューし、統合すること。
• 小児におけるPSG以外の診断方法の精度、実現可能性、臨床的適用性を評価すること。
• PSGが容易に利用できない場合の小児OSAの最適な診断経路を特定すること。

主な方法:

• 2025年7月までの主要な科学データベース（PubMed、Scopus、Web of Science）を使用した体系的ナラティブハイブリッドレビューを実施しました。
• PSGと比較して、質問票、オキシメトリー、ポータブルモニター、AI/MLモデル、またはスマートフォンビデオ分析を使用して診断された0〜18歳の子供を含む研究が含まれていました。
• 代替診断モダリティの5つの主要カテゴリが特定され、評価されました。

主要な成果:

• 小児睡眠質問票（PSQ）やスマートフォンビデオ分析（VAPS）などのスクリーニングツールは、OSA検出において高い感度（73-96%）を示しました。アルゴリズム強化型パルスオキシメトリーは、中等症から重症のOSAに対して優れた診断精度（AUC 0.90-0.97、感度/特異度 >85-90%）を示しました。機械学習モデルとウェアラブルはPSGレベルのパフォーマンスに近づき、質問票とオキシメトリーを組み合わせた段階的スクリーニングが最適であることが証明されました。

結論:

• 質問票とスマートフォンビデオ分析は、リソースが限られた環境における小児OSAの効果的なスクリーニングツールとして機能します。
• 自動化されたオキシメトリーと機械学習モデルは、中等症から重症の小児OSAの実行可能な診断代替手段を提供します。
• さまざまなツールを統合した階層的な診断経路を実施することで、検出率を向上させ、PSGへの依存を減らすことができます。